본 포스팅은 패스트캠퍼스 환급 챌린지 참여를 위해 작성하였습니다.
오늘 강의는 기업에서 데이터 분석에 대해서 다루었다. UX 분석과 데이터의 흐름에 대해 배우는 시간을 가졌다.
사용자 경험(UX)은 단순히 보기 좋은 디자인을 넘어,
고객이 서비스 안에서 어디에서 불편을 느끼고 이탈하는지를 분석하고 개선하는 과정이다.
이전에는 유저 테스트나 설문 같은 정성적 접근이 주를 이뤘다면,
지금은 클릭, 체류 시간, 스크롤 깊이 같은 행동 데이터 기반의 분석이 주를 이룬다.
강의에서는 퍼널 분석을 통해 유저의 여정을 단계별로 쪼개고,
그 과정에서 이탈이 발생하는 지점을 정확히 찾아내는 방법을 배웠다.
또한 기업 내부에서 활용되는 다양한 데이터와,
그 데이터를 수집·저장·분석하는 전체 흐름인 데이터 파이프라인에 대해서도 익힐 수 있었다.
무엇보다 인상 깊었던 점은, UX 분석 역시 이제는 감이 아닌 팩트와 데이터로 설명되어야 한다는 점이다.
직관에 의존하던 가상의 ‘페르소나’보다는,
실제 고객의 행동을 기반으로 의사결정하는 시대가 온 것이다.
UX 디자이너라면, 이제 데이터를 읽을 줄 아는 감각도 함께 길러야 한다.
그것이 더 나은 경험을 설계하는 첫걸음이기 때문이다.
강의 주제: UX 분석과 기업 내 데이터 흐름
1. UX 분석이란?
- UX(User Experience): 사용자의 경험, 즉 서비스 이용 과정에서 느끼는 편리함/불편함
- 사용성 분석의 핵심: 고객이 어디서 불편을 느끼는가, 이탈은 어디서 발생하는가
- 데이터 활용으로 UX 개선의 속도와 정확성 증가
2. 사용성 분석의 접근 방식
- 과거 방식: 사용자 테스트, 설문, 직관적 가정
- 현재 방식: 행동 데이터 기반 분석 (스크롤, 클릭, 체류 시간 등)
- 숨겨진 UX 문제 발견 → 데이터 기반 진단
3. UX 데이터 분석 사례
- 퍼널 분석: 사용자 여정을 단계별로 분석
- 예: 앱 설치 → 회원가입 → 상품 조회 → 장바구니 → 구매
- 이탈 구간 파악 가능 → 문제 지점 집중 개선
- 행동 분석:
- 클릭률, 페이지 도달률, 체류 시간, 스크롤 깊이 등 세부 지표 확인
- 비정상적으로 빠른 이탈 = 사용자 관심 부족 또는 UX 문제
4. 페르소나 vs 데이터 기반 UX
- 페르소나(가상의 사용자 모델)를 데이터로 검증
- 예전엔 직관적 가정 → 지금은 실제 행동 데이터 기반으로 사용자 흐름 파악
기업 내 데이터의 종류
1. 내부 데이터
- 트랜잭션 데이터: 구매/클릭/이벤트 등 서비스 상 상호작용 기록
- 로그 데이터: 페이지 방문, 버튼 클릭, 스크롤 등의 사용 행동 기록
- 메타데이터: 상품명, 가격, 카테고리, 브랜드 등 제품 설명 정보
- 데이터 마트: 분석 목적에 맞게 정리된 데이터 저장소
2. 외부 데이터
- Google Analytics, 외부 마케팅 툴, 랭킹 서비스 등
- 웹 크롤링 or 유료 구매 방식으로 수집
데이터 파이프라인 흐름
Capture (수집): 필요한 데이터를 웹/앱 등에서 수집
- Process (가공): 저장 가능한 형태로 변환
- Store (저장): DB, 데이터 웨어하우스 등에 적재
- Analyze (분석): 통계, 알고리즘 분석 등으로 활용
- Act (활용): 시각화, 추천 기능, 리포트 등으로 결과 전달
데이터 사이언스 라이프사이클
- 문제 정의 → 데이터 존재 여부 파악
- 데이터 파이프라인 구축 or 정비
- 가공 후 분석 (통계, 모델링)
- 평가 → 기능 반영 or 의사결정에 사용
- 시각화 및 반복 개선
머신러닝 프로세스 (기업 활용)
- 문제 정의 및 학습용 데이터 수집
- 데이터 전처리 → 모델 훈련
- 결과 예측 및 평가 → 반복 개선
학습 인증샷
패스트캠퍼스, 환급챌린지, 패스트캠퍼스후기, 습관형성, 직장인자기계발, 오공완
